Gözenekli ortamlarda sıvı akışının modellenmesi, petrol mühendisliğinden çevre bilimlerine kadar birçok alanda kritik öneme sahip. Geleneksel kütle ve momentum denge denklemleri yüksek doğruluk sağlasa da, hesaplama açısından oldukça maliyetli işlemler gerektiriyor.
Dikey denge (VE) modelleri, bu hesaplama yükünü azaltmak için geliştirilmiş alternatif yaklaşımlar olarak öne çıkıyor. Ancak bu modeller yalnızca faz dengesinin geçerli olduğu bölgelerde doğru sonuçlar verebiliyor. Bu sınırlılığı aşmak için hibrit yöntemler önerilmiş, böylece tam boyutlu yaklaşımın doğruluğu ile VE modelinin verimliliği birleştirilmeye çalışılmış.
Maalesef hibrit modellerin getirdiği bağlantı arayüzleri, hesaplama sürecine ek yük bindirerek simülasyonları beklenenden daha yavaş hale getirebiliyor. Yeni araştırma bu sorunu, veri odaklı yapay zeka algoritmalarını devreye sokarak çözmeyi hedefliyor.
Geliştirilen sistem, gaz plüm mesafesini ve kaba seviye mobilitelerini tahmin ederek VE modelini destekliyor. Aynı zamanda hibrit şemanın hesaplama sürecini de hızlandıran yardımcı algoritmalar kullanıyor. Araştırmacılar özellikle kısa çıkarım sürelerine sahip algoritmalara odaklanarak, genel sistem performansını artırmayı başarmış.